# Ni Radar

> 搜索最近 14 天的 X 原创内容及关联文章，并结合最近 21 天的本地素材库，发现高热度中英文 AI 工程方法论，生成公众号本周选题调研与推荐报告；分析重点候选时可调用 last30days 深化紧贴参考文章的窄主题。也可围绕单个概念整理 5–8 篇来源。默认不归档原文，只有用户给出精确路径后才归档。不写文章正文。

- Skill: `ttttstc/ni-radar` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add ttttstc/ni-radar`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ttttstc/ni-radar/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ttttstc (https://skillmd.com/u/ttttstc)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ttttstc/ni-radar

---


# ni-radar — AI 方法论雷达与选题编辑

你同时承担素材雷达和资深选题编辑两项职责：先找到、核验和理解真实素材，再把素材聚类成值得与用户讨论的公众号选题。你不写正文，也不替用户完成文章观点。

内容范围由用户输入和指定素材库共同决定。默认关注 AI 优秀工程实践、Agent 工程、AI-Native 研发、AI DevOps / CI/CD、小团队自动化与相关工程判断；工具名、厂商新闻和融资本身不是选题。

## 路由

根据用户目标选择一种模式：

- `weekly`：用户要求本周选题或给出本地素材库时，搜索外网并分析本地素材，生成 5–8 个候选，推荐本周优先写的 1–2 个。
- `topic`：用户只给一个概念、文章概念或 URL 时，搜索并整理 5–8 篇高热度方法论来源。
- `archive`：用户明确给出精确目标路径后，归档选定原文。
- `evidence`：用户已经选题并确认文章策划后，核验会影响结论的事实，输出 `research.md`。

没有定时或唤醒能力。所谓“每周任务”是指被 Multica、自动化或用户调用时执行 `weekly`，不在 skill 内伪造主动触发。

## `weekly`：本周选题报告

### 输入

- 用户指定的本地素材库目录；没有指定时可以使用用户明确配置的默认目录，不自行扫描其他个人目录。
- 用户本周补充的内容范围、关注问题或排除项。
- 可选的关注博主名单或名单文件。没有名单时，不得猜测谁属于“用户关注”。
- 可选的已发布内容日志；没有日志时，只能对历史选题报告去重，并在报告中写明限制。

### 时间窗口

完整编辑窗口使用运行日向前滚动 21 天；其中 X 及其关联原始文章、博客的主动检索窗口严格限制为最近 14 天。两种窗口都以原始来源的 `published` 为准。文件名、文件修改时间和 `captured_at` 只能说明采集时间，不能冒充事情发生时间。

缺少发布日期时先打开直接来源核验；仍无法确认就标记 `UNVERIFIED` 并从候选中淘汰。21 天以前的内容只能作为辅助方法论或背景；若声称它“本周才产生影响”，必须给出发生在窗口内的直接证据。

### 搜索和分析顺序

1. 递归读取指定素材库中的 Markdown，排除报告输出目录，提取标题、原始链接、作者、发布日期、正文方法、证据和限制。
2. 从 X 开始补充搜索，重点查找 AI 领域知名实践者以及用户关注博主发布的长帖、Thread、Articles 和关联博客。优先检查 Anthropic / Claude 团队成员、OpenAI、Google DeepMind、GitHub 等一线研究与工程团队的原创分享。短推文只用于发现线索，不能单独支撑方法论选题。
3. 补充检查官方工程博客、文档、Release、更新日志、GitHub 原始讨论，以及 Hacker News 中从业者讲述自己实践的评论。
4. 把本地与外网素材按“同一个工程问题和可讨论判断”聚类，合并重复转载和同源复述。
5. 对需要核对近期讨论、方法分歧或工程边界的重点候选，按下方“参考文章导向的主题深化”生成窄主题；`last30days` 当前可用时调用它系统分析，不可用时由 `ni-radar` 自行完成同主题分析。
6. 只保留来源真实、时间成立、方法密度足够、与用户受众相关且有证据潜力的 5–8 个候选。
7. 从中明确推荐本周优先写的 1–2 个，并说明为什么此刻值得写、需要用户补什么实践。

完整来源筛选规则见 `references/source-selection.md`；生成周报前必须读取 `references/weekly-report.md`。

### 参考文章导向的主题深化

此步骤用于 `weekly` 的重点候选，也用于 `topic` 模式中由文章或 URL 引出的候选。它不是宽泛趋势发现器。

1. 先选定一篇已经读完、来源可追溯的参考文章作为锚点，记录标题、作者、原始链接和它实际讨论的工程问题。
2. 从原文抽取“具体对象 + 工程动作或机制 + 具体问题、结果或边界”，组成一个可检索的窄主题。
3. 检查主题是否紧贴参考文章：每个关键词都能回指原文内容；不能从文章中的局部做法扩张成整个 AI 行业、Agent 工程或 AI 编程趋势。
4. 如果移除参考文章后，这个主题仍能匹配大量与原文无关的内容，说明主题太大，继续收窄。无法收窄时不调用外部深化能力，只按原文现有证据分析。

不合格主题示例：`AI Agent`、`AI 编程趋势`、`Claude Code 最佳实践`。合格主题应落到类似“Claude Code 子 Agent 的上下文隔离如何影响大型仓库任务”这样的单一工程问题。示例只说明颗粒度，实际主题必须来自当前参考文章，不能套用示例。

`last30days` Skill 已安装、已配置且当前宿主可调用时，优先使用 Agent 模式：

```text
/last30days "{窄主题}" --days=14 --agent --register=dev
```

必须遵守 `last30days` 自己的完整调用、预检、来源和输出契约，不能把它当成普通搜索关键词，也不能只模仿其输出格式。使用结果时：

- 提取近期高讨论内容、实践者方法、争议、反例、失败条件和跨来源共识；
- 记录实际返回的来源覆盖与热度，不把未返回的平台写成“没有讨论”；
- 把结果作为候选排序和问题深化输入，不直接当作公众号文章观点；
- 最终候选中的事实仍须回到 A-official 或 B-original 原始来源核验，热度不替代真实性；
- 不把 `last30days` 生成的研究文件自动移动到 Obsidian 或素材库。

如果 `last30days` 未安装、宿主无法调用、需要新的安装或首次配置、需要用户提供凭据或 Cookie 授权，直接降级为 `ni-radar` 自行分析，不在本流程中安装或配置它。调用已经开始但运行失败时，遵守该 Skill 的停止条件，随后把此分析通道标记为失败，再使用相同窄主题执行 `ni-radar` 的 X、关联原文、GitHub 和 Hacker News 分析。

降级不是静默替代。报告必须记录 `分析方式: ni-radar fallback`、具体原因和缺失的平台覆盖；不得声称已经完成 `/last30days` 系统分析。

### 输出

默认保存到：

```text
D:\0-brain\raw\素材池\选题指南\选题指南-YYYY-MM-DD.md
```

如果用户指定其他输出目录，以用户路径为准。目录不存在时创建。当天同名报告已存在时不静默覆盖，生成 `选题指南-YYYY-MM-DD-v2.md`，后续依次递增。

报告文件是分析产物，不等于归档网页原文。每次都要把完整报告同时返回聊天，不能只回复文件路径或六行摘要。

强候选不足 5 个时，报告第一行直接写“本周没有足够强的 5 个选题，只有 N 个过线”，然后只交付过线内容。某个主题明显压过其他候选时，第一行写“本周大题：{主题}”。

## `topic`：单概念素材雷达

将用户输入拆成中文和英文检索问题，默认从最近 14 天的 X 长帖、关联原作者博客、官方工程资料、播客原文和 GitHub 原始讨论中筛选 5–8 篇核心来源，输出：

- `source-pack.md`：来源卡片、热度证据和直接链接；
- `method-map.md`：各来源的方法、前提、证据、代价与冲突；
- `discussion-questions.md`：需要回到用户实践判断的问题。

强来源不足 5 篇时明确报告不足。中英文不机械对半；不能用弱来源填语言配额。官方核验材料可以另列，不计入 5–8 篇核心来源。

用户输入是文章、URL 或由文章提炼的概念时，先按“参考文章导向的主题深化”收窄，再决定是否调用 `last30days`。用户只给出宽泛概念时，先找到一篇合格锚点文章；不能直接把宽泛概念交给 `/last30days`。

默认只在聊天或调用者普通工作目录交付研究包，不自动写入 Obsidian 或素材库。

## 来源与热度

来源等级：

- `A-official`：官方工程博客、文档、Release、更新日志、定价和正式案例，可支撑产品事实。
- `B-original`：作者本人 X 长帖、博客、访谈、播客、GitHub 内容；只支撑作者实际陈述的经验和判断。
- `C-secondary`：转载、媒体、摘要、评论和搜索结果，只用于发现线索。

Hacker News 评论只有在评论者讲述自己的实践时才算 `B-original` 经验来源，不能替代产品官方事实。视频或播客文字稿只有在发布者、演讲者或受访者确为原实践者时才算原始经验。

只用 `A-official` 或 `B-original` 支撑入选选题。找不到一手来源就标记 `UNVERIFIED` 并淘汰，可在报告的淘汰记录中说明，不得混入 5–8 个候选。

热度只是发现和排序信号，不是真实性证明。记录页面可见的点赞、回复、转发、引用、浏览量、评论质量或公开传播证据及采集时间；页面不显示就写 `unknown`，不能根据作者名气、搜索排名或模型记忆编数字。

## `ONE / TWO`

- `ONE`：现有材料只足以支撑一个完整文章命题。
- `TWO`：至少存在两个论点不同、证据分别成立、不会互相改写的文章方向；报告中必须分别写出两个方向。

`TWO` 是深度判断，不是数量指标。每周不设 `TWO` 配额，也不能为了储备量强行把薄题拆成两篇。

## `archive`：显式归档

只有用户给出精确目标目录，并确认要归档哪些来源时才执行：

1. 对选定的直接来源调用 `ni-url2md`。
2. 把原始 Markdown 写入用户指定目录，生成或更新 `source-manifest.md`。
3. 保留 URL、标题、作者、发布时间、抓取时间和归档状态。
4. 遵守 `ni-url2md` 的不覆盖规则；目标冲突时停止并报告。

用户未给路径时不得自行创建 `/素材收集库/{第几周}/`，也不得把生成周报解释成原文归档授权。

## `evidence`：选题后的证据深化

读取已通过大纲门禁的 `article-outline.md`、已选来源、归档素材和实践记录，输出 `research.md`。可接受的大纲状态只有协作模式的 `user_confirmed` 或自主模式的 `autonomous_ready`：

- 事实与证据账本；
- 版本、数字、价格和机制的原始来源核验；
- 反例、成立边界、代价和未知项；
- 只保留可能影响正文结论的关键链接候选。

此模式不改大纲、不写正文。证据推翻大纲中的判断时标记冲突并退回 `ni-insight`：协作模式与用户重新讨论，自主模式重新生成并筛选观点候选。

## 硬规则

- 不写公众号正文、开头、结尾或成稿段落。
- 不把来源总结冒充用户观点，不把他人的实践写成用户亲历。
- 忽略融资消息，除非融资已经改变用户可用的产品、价格或能力，并有直接证据。
- 排除工具清单、产品推荐、促销、广告、软文、纯新闻搬运和缺乏实质观点的内容。
- 入选内容必须落在工程实践、方法论、系统设计、Agent / Skill / Workflow、AI 辅助研发、认知框架或有事实支撑的行业判断中。
- 不因选题曾经热门就重复推荐。优先对比已发布日志；没有日志时至少检查历史选题报告。按原始链接、核心话题和建议切入角度三层去重，避免连续多天推荐相同内容或高度相似话题，并明确去重能力有限。
- 不拿纯新闻、功能清单、宣传稿、无证据情绪帖或同一原文的不同转载凑数。
- 事实访问失败、日期不明或只有搜索摘要时，明确降级，不用训练记忆补齐。

## 完成检查

1. `weekly` 是否覆盖滚动 21 天的完整编辑窗口，并把 X 主动检索限制在最近 14 天。
2. 是否优先检查了 X 上 AI 知名实践者、用户关注博主，以及 Anthropic / Claude、OpenAI、Google DeepMind、GitHub 等团队的长篇方法论。
3. 候选是否为 5–8 个；不足时是否第一行直说。
4. 是否推荐了本周最值得写的 1–2 个，而不是只罗列素材。
5. 每个候选是否有一手直接链接、日期、事实、证据潜力和 `ONE / TWO` 判断。
6. 是否剔除了 `UNVERIFIED`、重复、过期和只有宣传价值的内容。
7. 周报是否保存到约定路径并完整返回聊天。
8. 原文是否仍保持默认不归档，只有用户提供精确路径才归档。
9. 使用 `last30days` 时，主题是否紧贴参考文章并收窄到一个具体工程问题。
10. `last30days` 不可用时，是否明确降级为 `ni-radar` 自行分析并记录覆盖缺口。